当大多数法律 AI 讨论还停留在“能不能用”时，已经有律所把大模型塞进了最不能出错的那类业务里——IPO。
发生了什么
据 OpenAI 发布的信息，美国律所 Cooley 利用 ChatGPT 构建了一套名为 GO Public 的内部工具，将模型能力接入 IPO 相关工作流。官方描述的目标很明确：帮助律师更早地识别问题，并把人的判断力集中在真正重要的环节上。
需要说明的是，目前公开的信息仅限于方向性描述，OpenAI 与 Cooley 都没有披露具体的效率数字、覆盖的业务环节或部署规模。因此任何关于“节省多少工时”“替代多少人力”的说法都缺乏依据。可以确认的是，这是一次由专业服务机构主导、以自有业务流程为对象的 AI 工程实践，而非通用产品的采购。
为什么重要
IPO 是法律服务中信息密度最高、时间压力最大、容错率最低的场景之一。招股书、尽职调查材料、历史沿革文件动辄成千上万页，律师的大量时间消耗在交叉比对、条款检索和一致性检查上，这些工作重复度高、可结构化，恰恰是大模型擅长的部分。
更关键的是主体身份。过去两年，法律 AI 的叙事多由技术公司推动，律所往往是被推销的一方。Cooley 这类机构选择自建工具，意味着专业服务方开始把 AI 当作核心生产力基础设施来对待，而不是一个外挂的效率插件。这种“业务方主导”的路径，通常比通用工具更贴近真实痛点，也更容易在内部形成使用惯性。
对 OpenAI 而言，这也是企业级落地叙事的重要一块：金融、法律、医疗等强合规行业，一直是模型商业化最难啃但也最有价值的市场。
影响与看点
对法律行业来说，这类工具的扩散会重新划分初级律师的工作内容。过去由低年级律师承担的大量文档审查任务，正在被压缩为“AI 初筛 + 人工复核”的模式，这既可能加速新人成长路径的断裂，也可能倒逼律所重新设计培训体系。
对开发者与企业 IT 而言，Cooley 的案例提示了一条务实路径：不追求通用法律助手，而是围绕一条具体业务线（如 IPO）做深度集成，把模型能力嵌入既有流程节点。这种做法的工程难度不低，但比“给全员发一个聊天框”更容易衡量价值。
值得观察的点有三个：一是这类工具在强监管场景下的合规与责任边界如何界定；二是律所是否会把自建能力产品化、对外输出；三是当 AI 承担了初筛工作后，专业判断的质量由谁来兜底。
一个克制的判断是：法律 AI 的竞争焦点，正在从“模型能不能读懂合同”转向“谁更懂流程”。
